将6D物体姿态估计器扩展到立体视觉
计算机视觉与模式识别
2024-09-11 v2 人工智能
摘要
准确、快速且鲁棒地估计物体的6D姿态仍然是一项困难的任务。然而，最近使用密集特征从RGB图像直接回归姿态的方法已经取得了最先进的结果。立体视觉提供了物体的额外视角，有助于减少姿态模糊和遮挡。此外，立体视觉可以直接推断物体的距离，而单目视觉需要内化物体尺寸的知识。为了将6D物体姿态估计的最新技术扩展到立体视觉，我们创建了一个BOP兼容的YCB-V数据集立体版本。我们的方法通过利用立体视觉优于最先进的6D姿态估计算法，并且可以轻松地应用于其他基于密集特征的算法。
引用
@article{arxiv.2402.05610,
title = {Extending 6D Object Pose Estimators for Stereo Vision},
author = {Thomas Pöllabauer and Jan Emrich and Volker Knauthe and Arjan Kuijper},
journal= {arXiv preprint arXiv:2402.05610},
year = {2024}
}
备注
4th International Conference on Pattern Recognition and Artificial Intelligence (ICPRAI)